我的公衆號爲機器知心媛,快來關注我吧
機器學習是一門融合了概率論、線性代數、凸優化、計算機、神經科學等多方面的複雜技術。涉及的面十分廣,有些人認爲自己學習要從基礎打,那麼這樣做的話會非常耗時間,則會造成長時間學習懈怠。基礎知識是十分重要的,只不過我們需要先從知識層面最頂層進行了解,再從到底端開始學習,這樣學習順序,知識結構就一目瞭然了,最好是從實踐到理論,這樣使得知識更加有趣,並且可以查漏補缺知識點,更加有效地入門機器學習知識。
學習中需要注意
建議學習中哪裏不會補哪裏,這樣有目的性耗時也低。
資料不要收集太多,少而精。
數學佔比確實很高,不過大學學的一些線性代數、高數等數學知識,也夠用了,在用到其他知識可以及時搜索補充一下。
機器學習入門路線
1. 李宏毅的“一天搞懂深度學習”視頻
2. 莫煩視頻系列--搭建自己的神經網絡教程
3. 吳恩達Andrew Ng的機器學習入門視頻,coursera和B站上都有。
視頻鏈接:https://www.coursera.org/learn/machine-learning(視頻包含數據挖掘、統計模式識別、機器學習知識)
在Andrew Ng的視頻課都會配套練習題,GitHub上已經有人整理出來.Py版本了。
附上鍊接:https://github.com/nsoojin/coursera-ml-py
https://github.com/kaleko/CourseraML
4. 臺大林老師的《機器學習基石》,這門課比Andrew Ng的課稍微難一些,主要側重於理論知識,附上鍊接:https://www.csie.ntu.edu.tw/~htlin/
臺大林老師的《機器學習技法》爲基石這本書的進階書籍,
附上林軒田老師的這兩門課的所有視頻、PPT、書籍、鏈接:https://github.com/RedstoneWill/NTU-HsuanTienLin-MachineLearning
5. 《機器學習實戰》 對機器學習算法實戰
6. 吳恩達《深度學習專項課程》附上鍊接:https://www.deeplearning.ai/
深度學習專項課程筆記:https://github.com/RedstoneWill/Andrew-Ng-deeplearning.ai
Ng在斯坦福大學開設了深度學習課程CS230:https://web.stanford.edu/class/cs230/
7. 到kaggle上實踐學習。
幾點疑問
1)自己的筆記本電腦是可以訓練機器學習的。除非是非常大的數據集。
2)訓練模型一般使用Linux,在windows裝個ubuntu虛擬機來學習深度學習。
3)英語一定要學好,學習機器學習讀的一般都是期刊會議和書籍等,而這些比較好的都是英文的。
4)西瓜書不要作爲主攻書可以作爲參考書。